cuda和cudnn安装

这两天学习了下HyperLPR开源项目,于是想搭建个环境学习一下,搭建过程有点痛苦,于是在此记录下搭建过程。

安装环境说明

操作系统:Windows 10 专业版
处理器:Intel Core(TM) i5-9300H [email protected]
内存:32G
CPU显卡:NVIDIA GeForce GTX 1050
在这里插入图片描述

第一步:先确认本机显卡的信息

打开NVIDIA显卡的控制面板,点击帮助——系统信息——组件
查看支持的最高的CUDA的版本信息
我本机显示最高支持CUDA11版本,我选择安装10.2版本

cuda和cudnn安装_第1张图片

第二步 下载CUDA10.2

下载地址:https://developer.nvidia.com/cuda-toolkit-archive
下载地址

选择版本
cuda和cudnn安装_第2张图片
选择操作系统以及系统版本选择本地安装
cuda和cudnn安装_第3张图片 下载成功之后得到exe执行文件cuda_10.2.89_441.22_win10.exe

第三步 下载CUDNN

去官网上下载搭配CUDA10.2的cudnn ,一定要注意搭配10.2。
下载需要注册英伟达的账号,用邮箱注册即可。
下载地址:https://developer.nvidia.com/cudnn
cuda和cudnn安装_第4张图片点击login,输入自己的账号信息进行登录,登录之后找到对应的版本信息下载

cuda和cudnn安装_第5张图片我这里下载的是
cudnn-10.2-windows10-x64-v7.6.5.32.zip

第四步 安装CUDA

1、双击cuda_10.2.89_441.22_win10.exe文件
2、解压缩包
cuda和cudnn安装_第6张图片
3、系统检查
cuda和cudnn安装_第7张图片
4、同意并继续安装
cuda和cudnn安装_第8张图片
5、选择自定义安装模式
cuda和cudnn安装_第9张图片
6、勾选相关选项信息
cuda和cudnn安装_第10张图片
7、进入安装,建议不要更改安装路径,否则可能出现安装失败的情况
8、安装完成之后,下一步需要配置环境变量信息。
安装成功,系统变量会多出两个
在这里插入图片描述
还需要自己添加几个系统变量

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
(这是默认安装位置的路径,如果自己路径设置安装成功的话就用自己的路径)

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

修改path环境变量信息
%CUDA_LIB_PATH%

%CUDA_BIN_PATH%

%CUDA_SDK_LIB_PATH%

%CUDA_SDK_BIN_PATH%

修改完之后CUDA就算安装完成了。我们可以检验是否安装成功。
打开cmd命令行,进入到cuda的demo目录

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite
分别执行命令:
bandwidthTest.exe
cuda和cudnn安装_第11张图片

deviceQuery.exe

cuda和cudnn安装_第12张图片都显示pass则代表安装成功。

第五步 安装CUDNN

将cudnn-10.2-windows10-x64-v7.6.5.32.zip解压缩,然后将每个目录下的文件拷贝到对应的目录下
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

到此就安装好了CUDA10.2及其对应的CUDNN版本。

第六步 验证

查看安装的版本信息
conda --version

nvcc -V
cuda和cudnn安装_第13张图片到此cuda和cudnn的安装完成,下一篇将描述HyperLPR项目本地环境搭建。

你可能感兴趣的:(Python环境)